Inilabas ng ST Telemedia Global Data Centers (STT GDC) ang pinakabagong natuklasan nitong partikular sa Pilipinas sa 62 lokal na organisasyong nagsasama at gumagamit ng AI kumpara sa mga bansa sa Asia tulad ng Japan, South Korea, Singapore, at marami pang ibang bansa sa Southeast Asia. Iniharap ng Pangulo at CEO ng STT GDC na si Carlo Malana ang datos sa ilalim Mind the Gap: Pagtulay sa AI Infrastructure Readiness Divide event last April 22 at STT Makati. Ang Pilipinas ay may malalaking ambisyon sa paglago at pagsasama ng AI ngunit higit sa lahat ay nahuhuli sa mga kapitbahay nito sa mga tuntunin ng pagpapatupad, imprastraktura, at pagsasanay sa talento.
Ipinapakita ng pag-aaral na 79% ng mga organisasyon sa Pilipinas ay nasa yugto ng “Builder” ng AI adoption, na aktibong nagde-deploy ng maagang operational AI solutions kumpara sa average ng Asia na 71%. Gayunpaman, 2% lang ang umunlad sa yugto ng “Integrator” at walang nakaabot sa status na “Leader”, habang 19% ang nananatili sa yugto ng Explorer, na nagha-highlight ng isang matalim na pagbagsak na lampas sa paunang pag-deploy at pagbibigay ng senyales ng mga structural barrier to scale.
Dahil ang karamihan sa Pilipinas ay nasa build phase pa rin, ang bansa ay talagang nakikipaglaro sa larangan ng imprastraktura ng AI. Sa karaniwan, ang Pilipinas ay tumatagal ng 12-18 buwan upang bumuo ng mga pundasyon ngunit ang AI technology ay nag-a-update bawat 6-12 na buwan. Kaya ang mga timeline ng bansa na may imprastraktura lamang ay napaka-skewed. Ang AI ay mabilis na lumalaki. Kung naaalala mo kung paano ang ChatGPT isang taon na ang nakalipas, ito ay katawa-tawa pa nga sa isang lawak, kung paano ito ngayon ay malayo na ang narating nito sa pagsusuri at pagpapatupad kaya talagang mas mahalaga ito kaysa dati.
Sa linya ng oras na ito, mas makatwiran para sa mga kumpanya at organisasyon na maghanap ng mga kasosyo na may mga espesyal na entity upang makahabol sa mas mahusay na paraan. Ang diskarte ay nagbibigay ng mas agarang access sa kinakailangang digital na imprastraktura at kadalubhasaan. Maaari nitong bawasan ang timeline ng build mula 12-18 buwan hanggang 3-6 na buwan na hahayaan ang mga kumpanya na makahabol sa mabilis na paggamit ng mga update sa teknolohiya ng AI.
Malaking isyu ang capital at ROI pressure para sa 56% ng mga kumpanyang kasangkot. Noong nagsimula ang lahat maraming taon na ang nakalilipas ito ay 2 o 3 kilowatts lamang bawat rack para sa isang data center ngunit ngayon ito ay umabot sa 20-40 kilowatts sa pagkonsumo. Ang mga top of the line na modelo ay nangangailangan ng hanggang 130 kilowatts kaya ang cooling chain tech lamang ay magiging napakamahal na. Kailangang maging sustainable ang AI sa kung gaano ito kamahal para tumakbo ngunit kawili-wiling hindi ito priyoridad para sa mga kumpanyang tumugon. Ang ROI nang walang pagse-set up ng imprastraktura ay hindi eksaktong magiging napakalayo.
Ang mga kakapusan sa talento ay higit na nagpapalubha sa mga hamong ito. Mahigit sa tatlong-kapat (76%) ng mga organisasyon ang nag-uulat ng mga kritikal na agwat sa talento ng AI, habang 53% ang kinikilala na kulang sila sa in-house na kadalubhasaan na kinakailangan upang pamahalaan ang kumplikadong imprastraktura at mga operasyon ng AI. Higit pa sa mga kasanayang espesyalista, nananatiling hindi pantay ang kahandaan ng mga manggagawa: 94% ng mga respondent ang naglalarawan sa kanilang kultura ng organisasyon bilang may pag-aalinlangan, maingat, o ambivalent sa AI, na nagmumungkahi na ang mga hamon sa pag-aampon ay lumalampas sa teknolohiya tungo sa pagbabago ng organisasyon at pagpapatakbo ng maturity.
“Ang data ay nagpapakita ng isang malinaw na pattern – ang mga organisasyon ng Pilipinas ay namumuhunan at nag-eeksperimento sa AI, ngunit marami ang umaabot sa isang imprastraktura at capability ceiling,” sabi ni Malana. “Ang mga hadlang sa compute, storage at connectivity, kasama ng kakulangan ng specialized operational expertise, ay nagpapahirap sa paglipat mula sa mga piloto tungo sa maaasahang, pinaliit na deployment. Ang pagtugon sa mga hamong ito nang magkasama ay mahalaga kung ang organisasyon ay ganap na makamit ang halaga ng AI.”
Sa regulasyon ng data privacy sa Pilipinas, idinagdag din ni Malana. “Magkokomento ako mula sa pag-aaral ngunit kulang ang regulatory initiative to decentralize. Higit sa 90% percent cloud capabilities ng PH ay ginagawa sa labas ng bansa. Ito ay mga mapagkukunan ng gobyerno. Hindi namin maaaring patakbuhin ang mga operasyon ng gobyerno na may data na nasa ibang bansa. Wala kaming soberanya sa aming data. Ang mga pangyayari ay nangyayari sa buong mundo kaya mas may kahalagahan para sa aming mga imprastraktura na hindi dapat ilagay sa basket na iyon para sa kaligtasan. bansa.”
Sa hinaharap, itinuturo ng pananaliksik ang lumalaking agwat sa kahandaan sa hinaharap. Inaasahan ng halos kalahati (46%) ng mga respondent na lalago ng higit sa 50% ang mga workload ng AI sa susunod na isa hanggang tatlong taon, ngunit 3% lang ang nagsasabi na kasalukuyan silang handa na i-scale ang mga high-demand na AI workloads. Kasabay nito, ang 86% ay nag-uulat ng pamumuhunan ng 5% o mas kaunti ng kanilang kabuuang mga badyet sa IT sa AI, na naglalabas ng mga tanong tungkol sa kung ang kasalukuyang mga antas ng pamumuhunan at mga diskarte sa imprastraktura ay nakahanay sa mga inaasahan sa paglago sa hinaharap.
Ang Pilipinas ay isang ambisyosong bansa na may AI na tiyak ngunit hanggang saan ka madadala ng ambisyon kung wala kang imprastraktura upang mapanatili o ang talento upang pamahalaan?
